Deploy RAG Tourism API

.idea/workspace.xml

@@ -152,7 +152,7 @@
       <workItem from="1780588755460" duration="248000" />
       <workItem from="1780738673328" duration="6034000" />
       <workItem from="1780756419437" duration="9915000" />
-      <workItem from="1780806816923" duration="2590000" />
+      <workItem from="1780806816923" duration="5651000" />
     </task>
     <servers />
   </component>

app/main.py

@@ -516,6 +516,52 @@ async def search_locations(query: TourismQuery, background_tasks: BackgroundTask
             logger.info(f"Ward search term: '{ward_search_term}' -> normalized: '{ward_name_clean}'")
             
             try:
+                # Cấp TỈNH trước (vd "Bình Phước thuộc tỉnh nào sau sáp nhập?").
+                # CHỈ chạy khi câu thực sự hỏi hành chính và KHÔNG chứa từ khóa
+                # du lịch — tránh "thác nước đẹp ở Đồng Nai" (lỡ bị định tuyến
+                # admin) trả nhầm ánh xạ tỉnh thay vì gợi ý thác.
+                _q_low = processed_text.lower()
+                _has_admin_cue = re.search(
+                    r"(?i)(sáp nhập|sap nhap|thuộc tỉnh|thuoc tinh|đổi tên|tên mới|"
+                    r"tên cũ|hợp nhất|sắp xếp|trực thuộc|tỉnh nào|còn tỉnh)", _q_low)
+                _has_tourism_kw = any(k in _q_low for k in [
+                    "thác", "suối", "hồ", "chùa", "đền", "miếu", "núi", "biển",
+                    "đảo", "chợ", "công viên", "bảo tàng", "nhà thờ", "du lịch",
+                    "tham quan", "chơi", "ăn", "quán", "địa điểm"])
+                province_term = next(
+                    (e.get('word') for e in (ner_entities or [])
+                     if e.get('entity_group') == 'PROVINCE'), None
+                )
+                if province_term and _has_admin_cue and not _has_tourism_kw:
+                    pm = kg_service.get_province_mapping(province_term)
+                    if pm:
+                        if pm['unchanged']:
+                            summary = (f"Tỉnh {pm['old_name']} giữ nguyên tên sau sáp nhập "
+                                       f"(không đổi).")
+                        else:
+                            summary = (f"Tỉnh {pm['old_name']} nay thuộc tỉnh/thành "
+                                       f"{pm['new_name']} sau sáp nhập 2025.")
+                        results.append(LocationResponse(
+                            name=summary, lat=None, lng=None,
+                            ward='', province=pm['new_name'],
+                            confidence=0.97, source="administrative_kg",
+                        ))
+                        others = [o for o in pm['merged_from']
+                                  if o.strip().lower() != pm['old_name'].strip().lower()]
+                        if others:
+                            results.append(LocationResponse(
+                                name=f"Tỉnh {pm['new_name']} mới gồm: "
+                                     + ", ".join(pm['merged_from']),
+                                lat=None, lng=None, ward='', province=pm['new_name'],
+                                confidence=0.9, source="administrative_kg",
+                            ))
+                        return SearchResponse(
+                            query=query.text, results=results, total=len(results),
+                            processing_time=time.time() - start_time,
+                            search_method=search_method, intent_info=intent_info,
+                            ner_entities=ner_entities,
+                        )
+
                 if intent_info['predicted_intent'] == 'ask_old_name':
                     # Query: "Phường X cũ tên là gì?"
                     old_names_result = kg_service.get_old_ward_names(ward_name_clean)
@@ -783,6 +829,36 @@ async def search_locations(query: TourismQuery, background_tasks: BackgroundTask
                 except Exception as e:
                     logger.warning(f"KG ward lookup failed: {e}")
 
+        # Step 3b: Tìm theo TỪ KHÓA LOẠI HÌNH + tỉnh ("suối/thác/chùa... ở Đồng Nai").
+        # Bắt từ khóa từ NER TOURISM hoặc từ danh sách head-noun trong câu.
+        if kg_service and len(results) < 5:
+            TOURISM_KEYWORDS = [
+                "thác", "suối", "hồ", "chùa", "đền", "miếu", "đình", "lăng",
+                "núi", "biển", "đảo", "chợ", "công viên", "bảo tàng", "nhà thờ",
+                "khu du lịch", "vườn quốc gia", "thiền viện", "căn cứ", "di tích",
+            ]
+            low = processed_text.lower()
+            kw = next((k for k in sorted(TOURISM_KEYWORDS, key=len, reverse=True) if k in low), None)
+            if kw:
+                prov = location_filter
+                try:
+                    existing = {r.name.lower() for r in results}
+                    for loc in kg_service.search_by_keyword(kw, province=prov, limit=10):
+                        if loc.get('name') and loc['name'].lower() not in existing:
+                            results.append(LocationResponse(
+                                name=loc['name'],
+                                lat=float(loc['lat']) if loc.get('lat') is not None else None,
+                                lng=float(loc['lng']) if loc.get('lng') is not None else None,
+                                ward=loc.get('ward') or '',
+                                province=loc.get('province') or '',
+                                confidence=0.9,
+                                source="kg_keyword_match",
+                            ))
+                    if results:
+                        logger.info(f"KG keyword match: '{kw}' (tỉnh={prov}) -> {len(results)} kết quả")
+                except Exception as e:
+                    logger.warning(f"KG keyword search failed: {e}")
+
         # Step 3: Knowledge Graph search (for tourism locations)
         if kg_service:
             kg_results = kg_service.search_locations_by_name(main_search_term, limit=10)
@@ -813,10 +889,11 @@ async def search_locations(query: TourismQuery, background_tasks: BackgroundTask
                     # Boost PhoBERT confidence for primary usage
                     # Convert numpy.float32 to Python float to fix Pydantic serialization
                     similarity_score = float(loc.get('similarity_score', 0.5))
-                    # Ngưỡng liên quan: loại kết quả vector quá xa nghĩa
-                    # (tránh trưng card 35% lạc tỉnh). Chỉnh qua env
-                    # MIN_VECTOR_SIMILARITY (mặc định 0.35 ~ confidence 45%).
-                    if similarity_score < float(_os.getenv("MIN_VECTOR_SIMILARITY", "0.35")):
+                    # Ngưỡng liên quan: chỉ loại kết quả vector RẤT xa nghĩa
+                    # (rác thật sự). Embedding này có thang điểm nén ~0.25-0.45
+                    # nên để thấp (0.2); việc phân loại "chính xác/gợi ý" do
+                    # frontend đảm nhiệm. Chỉnh qua env MIN_VECTOR_SIMILARITY.
+                    if similarity_score < float(_os.getenv("MIN_VECTOR_SIMILARITY", "0.2")):
                         continue
                     boosted_confidence = float(min(0.95, similarity_score + 0.1))
                     results.append(LocationResponse(
@@ -842,7 +919,7 @@ async def search_locations(query: TourismQuery, background_tasks: BackgroundTask
             for loc in vector_results:  # ChromaDB already limits results
                 if loc['name'] and loc['name'].lower() not in existing_names:
                     # Ngưỡng liên quan (đồng bộ với nhánh PhoBERT)
-                    if float(loc.get('similarity_score', 0.5)) < float(_os.getenv("MIN_VECTOR_SIMILARITY", "0.35")):
+                    if float(loc.get('similarity_score', 0.5)) < float(_os.getenv("MIN_VECTOR_SIMILARITY", "0.2")):
                         continue
                     # Convert numpy types to Python types for Pydantic serialization
                     results.append(LocationResponse(

app/services/kg_service.py

@@ -342,6 +342,59 @@ class AdminKGService:
             """, name=ward_name.strip(), limit=limit)
             return [dict(r) for r in result]
 
+    def get_province_mapping(self, name: str) -> Optional[Dict]:
+        """Ánh xạ tỉnh cũ -> tỉnh mới sau sáp nhập (vd Bình Phước -> Đồng Nai).
+
+        Trả về tên cũ, tên mới và danh sách các tỉnh cũ khác cùng gộp vào tỉnh
+        mới đó. Khớp tên không phân biệt loại từ ('tỉnh ...').
+        """
+        bare = name.strip()
+        for pre in ("tỉnh ", "thành phố ", "tp ", "tp. "):
+            if bare.lower().startswith(pre):
+                bare = bare[len(pre):].strip()
+        with self.driver.session() as session:
+            rec = session.run("""
+                MATCH (p:Province)
+                WHERE toLower(p.old_name) = toLower($name)
+                RETURN p.old_name AS old_name, p.new_name AS new_name
+                LIMIT 1
+            """, name=bare).single()
+            if not rec:
+                return None
+            siblings = session.run("""
+                MATCH (p:Province)
+                WHERE toLower(p.new_name) = toLower($new)
+                RETURN collect(DISTINCT p.old_name) AS olds
+            """, new=rec["new_name"]).single()
+            return {
+                "old_name": rec["old_name"],
+                "new_name": rec["new_name"],
+                "merged_from": [o for o in (siblings["olds"] if siblings else []) if o],
+                "unchanged": rec["old_name"].strip().lower() == rec["new_name"].strip().lower(),
+            }
+
+    def search_by_keyword(self, keyword: str, province: str = None, limit: int = 10) -> List[Dict]:
+        """Tìm POI theo TỪ KHÓA loại hình (suối, thác, chùa, hồ...) trong tên,
+        tùy chọn lọc theo tỉnh (khớp cả tên tỉnh mới lẫn cũ qua district_city).
+
+        Khác search_locations_by_name (CONTAINS cả câu) — ở đây chỉ khớp 1 từ
+        khóa nên bắt được 'các suối đẹp ở Đồng Nai' -> POI tên chứa 'suối'.
+        """
+        with self.driver.session() as session:
+            result = session.run("""
+                MATCH (l:Location)-[:LOCATED_IN]->(w:Ward)-[:BELONGS_TO]->(p:Province)
+                WHERE toLower(l.name) CONTAINS toLower($kw)
+                  AND ($prov IS NULL
+                       OR toLower(coalesce(p.new_name,p.name)) CONTAINS toLower($prov)
+                       OR toLower(w.district_city) CONTAINS toLower($prov))
+                RETURN l.name as name, l.lat as lat, l.lng as lng,
+                       l.address as address, w.name as ward,
+                       w.district_city as district_city,
+                       coalesce(p.new_name,p.name) as province
+                LIMIT $limit
+            """, kw=keyword.strip(), prov=(province.strip() if province else None), limit=limit)
+            return [dict(r) for r in result]
+
     def get_all_district_names(self) -> List[str]:
         """Distinct old district/city names (for fuzzy, diacritic-insensitive
         matching of user queries like 'quan binh thanh')."""